基于未来企业网络的用户头部运动预测式沉浸式 H2M 协作
网络与互联网体系结构
2025-07-22 v1 人工智能
摘要
向未来一代移动系统和固定无线网络的演进主要驱动力在于支撑跨各垂直行业的高带宽低时延服务。这一努力由智能手机以及工业物联网、延伸现实 (XR) 和人机 (H2M) 协作等技术推动，这些技术正在推动 Industry 4.0/5.0 和 Society 5.0 等产业和社会革命。为确保用户在上述所有用例场景中获得理想的沉浸式体验并避免出现网络不适，通常面临着在实时通信网络中跨大范围地同步用户头部运动相关的 XR 内容这一挑战。因此，我们提出一种新型 H2M 协作方案，利用高度精确的模型（如双向长短期记忆网络）提前预测用户头部运动，以指导机器摄像头提前对准。我们验证了 XR 帧大小会随用户头部运动而变化，并据此预测机器摄像头的相应带宽需求，提出一种人机协同动态带宽分配 (HMC-DBA) 方案。通过大量仿真，我们表明在类似 Fiber-To-The-Room-Business 的企业网络上，所提出的 HMC-DBA 方案能够以更低的带宽消耗满足 XR 帧的端到端时延和抖动要求。进一步地，我们展示了在网络资源利用效率方面，采用本文提出的 HMC-DBA 相较于现有最先进方案可实现更好的效率。
引用
@article{arxiv.2507.15254,
title = {User Head Movement-Predictive XR in Immersive H2M Collaborations over Future Enterprise Networks},
author = {Sourav Mondal and Elaine Wong},
journal= {arXiv preprint arXiv:2507.15254},
year = {2025}
}
备注
This article is accepted for publication in IEEE Internet of Things Journal. Copyright @ IEEE 2025